本项目是基于数据集ml-latest-small.zip，使用PyQt5开发的桌面版电影推荐系统，可实现以下功能：

• 用户注册登录
• 离线部分，基于用户的历史评分记录为用户推荐电影
• 热门推荐
• 在线部分，给新用户推荐热门电影
• 相似推荐

开发环境：pycharm + python3.7

软件架构：PyQt5 + mysql + APScheduler

用到的推荐算法：

使用了pandas的推荐库Surprise

• SVD
• KNN
• DNN

离线推荐：

使用三种算法模型对日志数据进行训练，将推荐的结果保存在mysql数据库中。使用APScheduler库对这三种任务进行定时更新管理。

• svd_recom.py

  svd算法介绍:

  ​ 目标函数：

  

  ​ 损失函数：

  

  ​ sgd参数更新：

  

• knn_recom.py

  ​ 目标函数：

  

• deeplearning_recom.py

  采用了双塔模型，通过DNN分别得到movieId，userID的向量，

热门推荐：

• hot_recom.py

  先根据时间戳进行排序，取最近的20000个评分数据进行统计分析

在线部分：

​ 主要解决用户冷启动问题；